Atraer centros de datos con terrenos, energía barata y exenciones fiscales no constituye una política de inteligencia artificial. Si cada país de la región compite de forma aislada por ese tipo de inversión, reproduce un patrón histórico conocido: exportar materias primas —en este caso, infraestructura y capacidad de cómputo— sin retener valor estratégico en el territorio. La discusión sobre cómo revertir esa dinámica fue el eje central del nadIA Summit, foro regional que buscó articular una agenda común de IA para América Latina.
El diagnóstico de partida es claro: México y la mayoría de los países de la región enfrentan baja adopción tecnológica en el sector empresarial, gobiernos en proceso de digitalización incompleta, datos dispersos y escasez de perfiles técnicos capaces de implementar soluciones de IA en pequeñas y medianas empresas. Muchas oficinas públicas aún operan con documentos físicos y bases de datos rudimentarias. En ese contexto, el debate entre acelerar o frenar la adopción de IA resulta secundario frente a los problemas de base que ninguna de las dos posiciones resuelve.
Capacidad de cómputo como recurso estratégico
La negociación de infraestructura de cómputo no puede quedar en manos de incentivos fiscales unilaterales. Brasil ha avanzado en establecer contratos que garantizan capacidad de procesamiento para uso local como condición de entrada para los grandes operadores de centros de datos. Esa es la dirección que el análisis del Summit señala como viable para la región: negociar en bloque, no país por país.
La calidad de la red energética es tan determinante como el costo de la energía. Una tarifa eléctrica competitiva pierde relevancia si la infraestructura de distribución no puede sostener la carga que demanda un centro de datos de escala. Este factor técnico —frecuentemente ignorado en los anuncios de inversión— define si la capacidad instalada puede traducirse en operación real o queda subutilizada.
Soberanía tecnológica sin ilusiones de autosuficiencia
Desarrollar un modelo de lenguaje de frontera propio no es el objetivo realista para la región. El riesgo concreto es distinto: depender completamente de APIs extranjeras sin capacidad de auditar, ajustar ni operar los sistemas subyacentes. Los modelos de código abierto representan una alternativa viable, pero aprovecharlos requiere talento técnico interno y decisiones claras sobre en qué eslabones de la cadena de valor conviene invertir.
La experiencia de México en sectores como satélites y energía nuclear demuestra que es posible desarrollar capacidades tecnológicas complejas cuando existe continuidad institucional en el esfuerzo. En agricultura y salud, hay oportunidades reales para ser usuarios avanzados de IA, aunque históricamente la región ha capturado solo una fracción del valor generado por tecnologías que adopta sin desarrollar.
Cooperación regional como condición estructural
El panel de cierre del nadIA Summit concluyó que, salvo Brasil y posiblemente México, ningún país de la región tiene escala suficiente para avanzar de forma aislada. La cooperación no es una opción deseable: es una condición estructural. El antecedente del Programa Argentino-Brasileño de Informática —que permitió compartir capacidades ante restricciones en la importación de supercomputadoras— ilustra que este tipo de acuerdos tiene precedente y viabilidad política cuando los incentivos están alineados.
Una posibilidad concreta que emergió del encuentro es compartir recursos del centro de cómputo de Córdoba con Paraguay, Uruguay, El Salvador y Brasil. La lógica es la misma que rige cualquier infraestructura crítica compartida: distribuir costos fijos, ampliar acceso y generar masa crítica suficiente para negociar con los grandes proveedores globales desde una posición menos asimétrica.
El eslabón que falta: intermediación técnica para pymes
Las grandes corporaciones tienen acceso directo a tecnología y equipos especializados. Las pymes, que representan la mayor parte del tejido productivo de la región, carecen de ambos. Encuestas realizadas durante el Summit revelaron que muchas empresas medianas quieren sistematizar el uso de IA pero no identifican a quién acudir ni cómo empezar.
Eso señala una brecha de intermediación: se necesita un grupo de profesionales capaces de traducir herramientas de IA en procesos específicos para sectores y tamaños de empresa concretos. Una estrategia nacional de adopción que no contemple ese nivel de implementación —con financiamiento, acceso a datos y mecanismos de evaluación continua— queda como documento sin efecto operativo.
La regulación, en ese marco, no es un obstáculo sino una variable de diseño. Sin claridad sobre responsabilidad en sistemas de IA —quién responde cuando un agente mal instruido causa daño— la incertidumbre jurídica frena tanto la adopción empresarial como la inversión en desarrollo local. Definir esas reglas con precisión es parte del trabajo estratégico, no una restricción externa al mismo.
